作者：歐敏銓
當全球雲端巨頭都在尋找除了 Nvidia 以外的AI運算解方時，聯發科AI ASIC脫穎而出。「市場看重的不是聯發科『會做 AI』，而是看重它『能幫大客戶省錢、提高效率、去 Nvidia 化』。」
在全球半導體產業的版圖中，聯發科（MediaTek）長期以來被貼上「手機晶片供應商」的標籤。然而，近年來這家台灣 IC 設計龍頭的評價出現了質的飛躍。市場不再僅僅關注其天璣系列手機晶片的銷量，更將目光鎖定在其高速成長的 AI ASIC（特殊應用積體電路）業務上。
為何 AI ASIC 服務會成為聯發科最火熱的增長引擎？這背後不僅僅是「代工」兩字可以概括。要深入理解這場轉型，我們必須從技術架構的本質差異，到商業模式的深層變革進行全面拆解。
定位差異：為什麼NPU與AI ASIC不能混為一談？
在一般的認知中，AI 運算往往與 NPU（神經網路處理器）掛鉤。但對於 Google、Meta、Microsoft 這些雲端巨頭（CSP）而言，電腦、手機等裝置內建的 NPU 只是「工具零件」，而他們真正需要的是「整套訂製服務」。
聯發科的定位在於：他們不只是賣你一顆「含有 AI 功能的處理器」，而是利用他們手中強大的 IP（矽智財）庫、SerDes（高速傳輸技術）及 先進封裝（CoWoS）整合能力，幫雲端巨頭量身訂做極具CP值的 AI 心臟。這是一種從零件供應商到系統架構師的身份轉變。以下是兩者的核心差異：
| 比較項目 | 一般 NPU | 聯發科 AI ASIC |
|---|---|---|
| 產品形式 | 晶片內部的一個功能模組（IP） | 根據客戶需求量身打造的整顆晶片 |
| 應用場景 | 消費級產品（手機、平板）。例如天璣 9400 裡的 NPU 負責拍照優化、即時翻譯 | 資料中心、雲端伺服器。例如為 Google 打造的 TPU，專門處理大規模 AI 訓練或推論 |
| 自主權 | 通用型設計，手機廠拿到什麼就用什麼 | 客戶（如 Google、Meta）參與設計，可去除不必要電路，達到極致效能與省電 |
| 商業模式 | 賣標準化晶片（產品銷售） | 賣設計服務與先進製程整合能力（設計費 + 權利金 + 晶圓代工） |
聯發科與台積電合作多年，對先進製程（3nm / CoWoS 封裝）非常熟悉。找聯發科設計，等於是買了一張進入台積電頂尖廠房的「保證通行證」。不僅如此，開發一顆頂級 AI 晶片的研發費用可能高達數億美元，聯發科可以幫客戶分擔開發風險。
核心價值的三位一體：省錢、提效、去Nvidia化
市場在評估聯發科的ASIC業務時，最常提到的關鍵字是「提效」。但在半導體的頂級殿堂裡，「提效」不僅僅是變快，而是包含以下三個層面的商業戰略：
1. 能效比（Performance per Watt）的極致提升：
對於擁有數十萬台伺服器的 Google 或 Meta 來說，電費是最大的營運負擔。聯發科透過客製化 ASIC，能幫客戶把不必要的電路（如手機用的通訊模組）全部移除，只保留 AI 運算的純粹結構。這種「精簡」能讓晶片在相同電力下，運算效率遠超通用型的 GPU，實現真正的綠色算力。
2. 研發時程（Time-to-Market）的高速化：
在 AI 技術迭代以「月」為單位的今天，慢一步就是輸。研發一顆 3nm 晶片動輒需要數年。聯發科手中擁有現成的「矽智財（IP）」，如同提供已經過安全驗證的建築模組，讓客戶能跳過基礎建設，直接進入核心演算法的開發。這讓開發周期大幅縮短，幫助客戶在最快時間內將算力上線。
3. 資料傳輸（Interconnect）的無縫提效：
AI 訓練最怕晶片與晶片之間通訊塞車。聯發科引以為傲的 SerDes 高速傳輸技術，就像是在晶片與晶片之間蓋起了超高速公路，解決了大規模運算時的數據瓶頸。
營收結構質變：為何資本市場願意給予更高估值？
過去聯發科的股價往往隨手機產業的景氣循環起伏。但 AI ASIC 業務的出現，徹底改變了其獲利模型。以下是支撐其股價衝刺的兩個核心邏輯：
1. 打入 Google TPU 供應鏈的標誌性意義：
聯發科成功切入 Google TPU (Tensor Processing Unit) 供應鏈。這不僅是訂單的獲取，更是技術實力的終極背書。這證明聯發科有能力處理 3nm、2nm 等尖端製程與複雜的 I/O 設計。過去這塊雲端 ASIC 市場主要由博通（Broadcom）與邁威爾（Marvell）壟斷，聯發科的加入象徵其已正式進入半導體設計的「頂級聯賽」。
2. 獲利含金量與高成長預期：
根據多間投行分析師（如 Morgan Stanley、花旗）的報告預期，聯發科 ASIC 業務在 2025 至 2026 年進入爆發期後，年度營收貢獻有望挑戰數十億美元級別。此外，根據Counterpoint 最新發佈的一份報告指出，全球AI伺服器運算ASIC出貨量，預計至2027年將較2024年成長三倍，這也是資本市場願意給予聯發科更高本益比評價的關鍵。。
不只是代工：解構「晶片建築師」的角色
很多人會混淆「晶片代工」與「ASIC 服務」。如果我們用蓋房子來比喻，台積電是「營造商」，而聯發科則是「頂級建築事務所」。
像 Google、Meta 雖然軟體實力極強，但要設計出能撐住 3nm 製程、低功耗、且不會燒壞的硬體結構，門檻極高。聯發科的核心價值在於提供現成的「地基」與「鋼筋」——即 SerDes 高速傳輸 IP 和電力分配模組。客戶只需專注於自己的 AI 演算法（房間裝潢），其餘複雜的物理結構與製程銜接全由聯發科處理。
| 模式 | 類比工業定義 | 在半導體界的實際操作 | 誰負責出「藍圖」？ |
|---|---|---|---|
| OEM (代工) | 台積電 (Foundry) | 客戶把電路圖完整交給工廠，工廠純粹負責製造、封裝。 | 客戶 |
| ODM (設計代工) | 一般的 ASIC 公司 | 客戶提出功能需求，設計公司幫忙研發並找工廠做出來。 | 設計公司 |
| MTK ASIC | 「超強模組化」ODM | 雲端巨頭提供核心 AI 算法，聯發科提供高速傳輸、電力分配、先進封裝等基礎架構。 | 客戶核心 + MTK 框架 |
核心競爭力：Chiplet技術與IP護城河
隨著 AI 模型規模呈指數級增長，單一晶片（Monolithic SoC）已無法負荷。聯發科擁有的 Die-to-Die 互連技術，能將不同的運算單元（CPU、NPU、GPU）像樂高一樣組合成客製化大晶片。這種系統級（System-on-Chip/Package）的整合能力，正是大型雲端客戶最需要的。
此外，聯發科在行動端累積了 20 年「高效能又省電」的經驗。在 3nm/2nm 的先進製程下，晶片線路比頭髮還細幾萬倍，這時物理特性會變得非常混亂（散熱、訊號干擾、漏電），聯發科處理手機極端環境的設計經驗，轉化為雲端伺服器節能效率的關鍵優勢。
這種「技術護城河」使得客戶一旦採用聯發科的高速傳輸介面，更換供應商的風險與成本將高到難以想像，這讓聯發科從「逐單報價」的手機晶片商，變成了雲端巨頭的長期戰略夥伴。此外，當聯發科幫某位客戶開發的高速介面技術，稍作修改後可以賣給其他客戶。也就是說，晶片設計一旦開發完成，後續的邊際成本極低，利潤空間非常大。
結語
綜觀聯發科在 AI ASIC 領域的崛起，本質上是一場「技術紅利」與「市場缺口」的完美接軌。當 NVIDIA 的通用型 GPU 成為市場稀缺資源且成本高居不下時，雲端巨頭追求「算力自主」已成為不可逆的趨勢。聯發科在此扮演的角色，絕非單純的代工或組裝，而是憑藉深厚的矽智財積累與製程整合經驗，為大客戶解決了從算法轉化為硬體時最困難的「落地瓶頸」。
這種模式的成功，讓聯發科從過去依賴消費性電子景氣的「標準化零件商」，轉型為掌握雲端核心算力的「戰略合作夥伴」。其獲利模式也從單純的晶片銷售，進化為高毛利的技術授權與設計服務費。隨著 3nm、2nm 先進製程的推進，聯發科在 AI 基礎設施中的影響力將更具份量，這也正是資本市場重新定義其未來價值的底氣所在。
【延伸閱讀】
AI Server Compute ASIC Shipments to Triple by 2027 as Custom Silicon Enters Hyper-Growth Phase （Counterpoint分析報告）
- 聯發科 AI ASIC 服務為何這麼火？不只是代工！ - 2026/05/06
- 【技術剖析】如何縮短機器人開發的Sim-to-Real鴻溝？ - 2026/04/30
- 解析台灣「主權AI」國家戰略與行動 - 2026/04/28
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
